大多数Pandas用户都熟悉用于从PandasDataFrame中检索行和列的iloc[]和loc[]索引器方法。但是随着检索数据的规则变得越来越复杂，这些方法也变得越来越复杂和臃肿。同时，SQL也是我们经常接触和比较熟悉的语言，那么为什么不使用类似SQL的东西来查询我们的数据呢？事实证明，这实际上可以使用query()方法来完成。因此，在今天的文章中，我们将展示如何使用query()方法对数据框执行查询。为了获取数据，我们使用kaggle上的Titanic数据集作为本文的测试数据集。下载地址如下：https://www.kaggle.com/datasets/tedllh/titanic-train当然你也可以在文末下载。文末可以使用read_csv加载数据importpandasaspddf=pd.read_csv('titanic_train.csv')df数据集有891行12列：使用query()方法让我们找到列出所有从南安普顿（'S'）出发的乘客，可以使用方括号进行索引，代码如下：df[df['Embarked']=='S']如果使用query()方法，它看起来更好Neat:df.query('Embarked=="S"')与SQL相比，query()方法中的表达式类似于SQL中的WHERE语句。结果是一个包含所有从南安普顿出发的乘客的DataFrame：query()方法接受字符串作为查询字符串，所以如果要查询字符串列，需要确保字符串被正确括起来：很多时候，我们可能希望要将变量值传递到查询字符串中，可以使用@字符：embarked='S'df.query('Embarked==@embarked')或者也可以使用f字符串，如下所示：df.query(f'Embarked=="{embarked}"')我个人认为使用@字符比f-string方式更简单优雅，你觉得呢？使用反引号（``）将列名括起来：df.query('`EmbarkedOn`==@embarked')就地执行查询方法当使用query()方法执行查询时，该方法将结果作为DataFrame返回，原始DataFrame保持不变。如果要更新原来的DataFrame，需要使用inplace参数，如下：df.query('Embarked=="S"',inplace=True)当inplace设置为True时，query()方法会不返回任何值，原始DataFrame被修改。指定多个条件查询我们可以在一个查询中指定多个条件，例如假设我想获取从南安普敦('S')或瑟堡('C')出发的所有乘客。如果使用方括号索引，此语法很快就会变得非常笨拙：df[(df['Embarked']=='S')|(df['Embarked']=='C')]我们注意到，这里需要在查询的条件下两次引用DataFrame，但是使用query()方法更加简洁：df.query('Embarkedin("S","C")')查询结果如下：如果要查找不是从南安普敦（'S'）或瑟堡（'C'）出发的所有乘客，可以使用否定Pandas中的运算符(~)：df[~((df['Embarked']=='S')|(df['Embarked']=='C'))]使用query()方法，只需使用notoperator:df.query('Embarkednotin("S","C")')以下输出显示从皇后镇出发的乘客（'Q'）和具有缺失值的乘客：说到缺失值，我们如何查询对于缺失值，当应用于列名时，我们可以使用isnull()方法来查找缺失值：df.query('Embarked.isnull()')现在将在Embarked列中显示具有缺失值的行：在事实上，可以直接在列名称上调用各种Series方法：df.query('Name.str.len()<20')#findpasseng姓名小于20个字符的乘客df.query(f'Ticket.str.startswith("A")')#查找机票以A开头的所有乘客比较数字列我们还可以轻松地比较数字列：df.query('Fare>50')以下输出显示票价大于50的所有行：比较多个列您还可以使用and、or和not运算符比较多个列，以下语句检索Faregreaterthan50andAllrowswithAgegreaterthan30:df.query('Fare>50andAge>30')下面是查询结果：queryindex通常当我们要根据索引值检索行时，您可以按如下方式使用loc[]索引器：df.loc[[1],:]#获取索引为1的行；作为数据帧返回但使用query()方法，使事情更直观：df.query('index==1')的结果如下：如果要检索索引值小于5的所有行：df.query('index<5')结果如下：我们还可以指定索引值的范围：df.query('6<=index<20')结果如下：比较多列我们可以还要比较列之间的值，例如下面的语句检索所有Parch值大于SibSp值的行：df.query('Parch>SibSp')结果如下：总结从上面的例子，我们可以看到query()方法使搜索行的语法更加自然和简洁。希望有兴趣的朋友多多练习，才能真正掌握！
